spss案例数据分析.doc

S pss 期末作业关于我国城镇居民消费结构及趋势的数据分析本次分析采用的数据来源于《中国统计年鉴— 2011 》,我选用的是其中的第十篇章—人民生活下的城镇居民家庭基本情况的相关数据,用以研究城镇居民消费结构及其趋势。( 附数据部分截图) ( A )下面是我对该数据做的相关分析。表一给出的是基本的描述性统计图,表中显示各个变量的全部观测量的均值、标准差和观测值总数 N,表 2给出的是相关系数矩阵表,其中显示 4个变量两两之间的 pearson 相关系数,以及关于相关关系等于零的假设的单侧显著性检验概率。描述性统计量均值标准差 N 食品 5 衣着 5 居住 5 家庭设备用品及服务 5 表1 描述性统计表相关性食品衣着居住家庭设备用品及服务食品 Pearson 相关性 1 .998 .991 .995 显著性(单侧) .000 .001 .000 平方与叉积的和 协方差 N5555 衣着 Pearson 1 .985 .994 显著性(单侧) .000 .001 .000 平方与叉积的和 协方差 N5555 居住 Pearson .985 1 .996 显著性(单侧) .001 .001 .000 平方与叉积的和 协方差 N5555 家庭设备用品及服务 Pearson .994 .996 1 显著性(单侧) .000 .000 .000 平方与叉积的和 协方差 N5555 **. 水平(单侧)上显著相关。表2相关系数矩阵从表 2中可以看出家庭设备用品及服务与食品、衣着之间相关系数分别为 、 ,反映家庭设备用品及服务与食品、衣着之间存在显著的相关关系。说明食品与衣着对家庭设备用品及服务条件的好转有显著的作用,此外食品与衣着之间,食品与居住之间,居住与衣着之间的相关系数分别为 、 、 , 这说明他们之间也存在着显著的相关关系。在这里还要提一下相关系数旁边的两个星号的意思, 时仍拒绝原假设, 时可拒绝原假设。因此,两个星号比一个星号拒绝原假设犯错误的可能性更小。(B )下面是做的回归分析表 3 给出了进入模型和